回答編集履歴
2
d
test
CHANGED
|
@@ -79,3 +79,55 @@
|
|
|
79
79
|
fit 関数に与えるデータ x_train の形状は (サンプル数, 64, 64, 3) の numpy 配列、y_train は (サンプル数, クラス数) の numpy 配列の必要があります。
|
|
80
80
|
|
|
81
81
|
x_train.shape, y_train.shape を print してみてそのようになっているか確認してみてください。
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
85
|
+
## 追記
|
|
86
|
+
|
|
87
|
+
|
|
88
|
+
|
|
89
|
+
よく見たら、Conv2D -> Dense の間に Flatten する層が抜けていますね。
|
|
90
|
+
|
|
91
|
+
エラーはそれが原因です。
|
|
92
|
+
|
|
93
|
+
|
|
94
|
+
|
|
95
|
+
動作確認したコード
|
|
96
|
+
|
|
97
|
+
|
|
98
|
+
|
|
99
|
+
```python
|
|
100
|
+
|
|
101
|
+
from tensorflow.keras.layers import Input, Conv2D, Dense, Flatten
|
|
102
|
+
|
|
103
|
+
from tensorflow.keras.models import Model
|
|
104
|
+
|
|
105
|
+
|
|
106
|
+
|
|
107
|
+
inputs = Input(shape=(64, 64, 3))
|
|
108
|
+
|
|
109
|
+
x1 = Conv2D(64, 3, padding="same", activation="relu")(inputs)
|
|
110
|
+
|
|
111
|
+
x2 = Flatten()(x1)
|
|
112
|
+
|
|
113
|
+
x3 = Dense(64, activation="relu")(x2)
|
|
114
|
+
|
|
115
|
+
outputs = Dense(8, activation="softmax")(x3)
|
|
116
|
+
|
|
117
|
+
model = Model(inputs=inputs, outputs=outputs)
|
|
118
|
+
|
|
119
|
+
model.compile(loss="categorical_crossentropy", optimizer="Adam", metrics=["accuracy"])
|
|
120
|
+
|
|
121
|
+
model.summary()
|
|
122
|
+
|
|
123
|
+
|
|
124
|
+
|
|
125
|
+
x_train = np.random.randn(1000, 64, 64, 3)
|
|
126
|
+
|
|
127
|
+
y_train = np.random.randn(1000, 8)
|
|
128
|
+
|
|
129
|
+
|
|
130
|
+
|
|
131
|
+
model.fit(x_train, y_train, batch_size=8, epochs=100, validation_split=0.2)
|
|
132
|
+
|
|
133
|
+
```
|
1
d
test
CHANGED
|
@@ -61,3 +61,21 @@
|
|
|
61
61
|
|
|
62
62
|
|
|
63
63
|
どのくらいの値がよいかというのはハイパーパラメータなので、ケースバイケースです。
|
|
64
|
+
|
|
65
|
+
|
|
66
|
+
|
|
67
|
+
## エラーについて
|
|
68
|
+
|
|
69
|
+
|
|
70
|
+
|
|
71
|
+
> Incompatible shapes: [8] vs. [8,64,64]
|
|
72
|
+
|
|
73
|
+
|
|
74
|
+
|
|
75
|
+
そのエラーはモデル作成時または fit() 関数による学習時のどちらのタイミングででましたか？
|
|
76
|
+
|
|
77
|
+
後者の場合、モデルは `(None, 64, 64, 3)` の入力を期待しているので、
|
|
78
|
+
|
|
79
|
+
fit 関数に与えるデータ x_train の形状は (サンプル数, 64, 64, 3) の numpy 配列、y_train は (サンプル数, クラス数) の numpy 配列の必要があります。
|
|
80
|
+
|
|
81
|
+
x_train.shape, y_train.shape を print してみてそのようになっているか確認してみてください。
|